AI时代，企业如何避免ROI陷阱？务必采纳FinOps！通过成本管理和资源分配，优化AI投资。制定指标、展示结果、监控分析，量化AI价值。告别"盲投"，拥抱云原生+AI驱动的成本效益增长！
译自：FinOps and AI: A Winning Strategy for Cost-Efficient Growth
作者：Eric Ethridge
人工智能。有什么词能比它更好地描述 2024 年的云或 2025 年的企业前景吗？根据 IDC 的数据，2024 年全球 AI 支出将达到近 2350 亿美元，他们现在预计到 2028 年将达到惊人的 6310 亿美元。
人工智能已经证明它可以彻底改变业务运营，但在整合人工智能时仍然存在许多挑战，在确定用户和财务影响时更是如此。最重要的是确保人工智能能够根据企业的特定需求进行定制，并密切监控任何计划的投资回报率 (ROI)。正如云计算引入了资源的按需扩展一样，人工智能也为自动化成本节约和效率提供了更多机会。但是，企业应该考虑之前的采用工作，特别是选择有意的集成和小规模改进，而不是一次性完成。
组织应努力采用财务运营 (FinOps) 原则，以在人工智能采用方面取得成功。在人工智能领域进行务实的规划和执行工作对于防止组织在追逐创新时可能发生的投资回报率赤字至关重要。
使用 FinOps 来调整 AI
FinOps 是一种管理方法，侧重于对云计算基础设施和相关成本的共同责任。Global Market Estimates 报告称，FinOps 市场将从 2023 年的 8.322 亿美元增加到 2028 年的超过 27.5 亿美元。其中大部分将受到人工智能从企业平台到消费者用户的快速、全球采用的推动。
公司正试图从人工智能的消防水带中饮水，不幸的是，他们正在实时制定人工智能战略，因为他们急于提高收入和员工生产力。理想情况下，您希望在使用人工智能进行运营之前有一个基础。这应包括强调成本管理、资源分配和密切关注投资回报率。这也是 FinOps 的重点，它可以防止错误并改进流程，从而进一步采用人工智能。
该基础可以提供一个集成路线图，包括用例、有前途的工具以及处理实施的计划。
成本与控制
Ernst & Young 进行的一项调查显示，投资 1000 万美元或更多用于人工智能的高级商业领袖的数量将在 2025 年 大致翻一番。然而，与此同时，该研究指出，许多人工智能投资从一开始就可能遇到麻烦，因为它们缺乏适当的基础设施。这使得实施有效的策略来管理和控制成本至关重要。
首先，公司应该创建一个预算并预测他们想要承担的人工智能项目。此计划是 FinOps 的支柱，应准确评估计划的总成本，强调资源分配（包括人员配备）并消除账单超支。成本优化还可以帮助识别机会并减少费用。由于云中的新人工智能服务对超支和低效使用更为敏感，因此它们可能会推动可扩展性和成本效率。即使组织没有将人工智能实施到最终用户工作负载中，仍然有机会构建利用人工智能的内部系统，以帮助识别运营效率并对现有基础设施实施成本控制。
痛点与收益
Forrester 的分析师认为，如果人工智能与业务战略相一致，企业就能在人工智能方面取得长期成功。首席信息官 (CIO) 最有可能成为人工智能扩展的倡导者，但他们也知道，展示投资回报率可能是一个痛苦的过程。考虑到这一点，请考虑以下几点：
- 制定指标和基准： 这将使 CIO 能够评估 AI 计划的影响；
- 展示结果： 强调运营绩效，并以易于理解的方式向高管层展示调查结果；
- 监控和分析： 跟踪整个业务中的 AI 使用情况，并详细说明客户参与度、销售额、效率和节省等关键领域的增长。
- 进行绩效评估： 定期进行这些评估可以生成数据，突出显示 AI 在哪些方面产生了积极影响，以及在哪些方面失败了。
FinOps 实践可以提高 AI 投资的财务可见性，从而加强决策并最大化投资回报率。通过加强控制成本和资源分配的策略，企业可以轻松克服阻碍 AI 采用的复杂性，同时证明收益并赢得决策者进一步的支持。
